【工程类】【Hadoop】Hadoop streaming 在使用stream.num.map.output.key.fields命令时注意事项

1、使用HadoopStreaming的一个小case,分享给大家,避免日后出bug:
当我们在用-D stream.num.map.output.key.fields="2"这个参数时,如果map端输出的长度小于或者等于2,则在reduce端打印的时候会多加一个空值
比如:

Hadoop streaming 使用-D stream.num.map.output.key.fields="2"参数

map 端输出
A\tB

reduce端输出
A\tB\t""

2、二次排序
如果我们仅仅想将第一个字段分桶,而将前两个字段进行排序,例如,给定txt文件

a       2       11      22
b       3       11      22
c       4       11      22
a       1       11      22
b       2       11      22
c       1       11      22
a       5       11      22

假设我们希望得到

a	1	11	22
a	2	11	22
a	5	11	22
b	2	11	22
b	3	11	22
c	1	11	22
c	4	11	22

即第一列将其分到相应的桶中,第二列也进行排序。则我们可以用这两个参数

-jobconf stream.num.map.output.key.fields=2

-jobconf num.key.fields.for.partition=1

-partitioner org.apache.hadoop.mapred.lib.KeyFieldBasedPartitioner

stream.num.map.output.key.fields=2表示我们用前两个字段进行排序。num.key.fields.for.partition=1 表示我们用第一个字段进行分桶。排序方式使用org.apache.hadoop.mapred.lib.KeyFieldBasedPartitioner (必须)、

  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值